Validación de los pronósticos retrospectivos del viento en la escala diaria para la estación Ezeiza generados con el modelo GFS

Autores
Palavecino, Mariela Ayelén; Godoy, Alejandro; Dillon, María Eugenia
Año de publicación
2022
Idioma
español castellano
Tipo de recurso
documento de conferencia
Estado
versión publicada
Descripción
El pronóstico de vientos constituye una herramienta útil para distintos tomadores de decisiones, para los cuales resulta importante contar con información precisa y de calidad a la hora de emitir una alerta temprana por vientos intensos. Predecir con mayor certeza la intensidad del viento es de suma importancia para distintas disciplinas. En agrometeorología la intensidad del viento desempeña un rol preponderante en la determinación de la producción agrícola (Robertson, 1980) y por lo tanto, una mayor precisión en los pronósticos se traduce directamente en la obtención de mejores rendimientos. Estudios proponen que mejores pronósticos de la variable viento contribuyen asimismo a la optimización de la energía eólica, sosteniendo que los mayores errores vinculados a los pronósticos de potencia eléctrica son generados por los errores en el pronóstico del viento (Waimann, 2016). Dado que en el Servicio Meteorológico Nacional (SMN) de Argentina se utiliza el Global Forecast System (GFS) para el pronóstico hasta el plazo de 7 días, es de interés explorar el desempeño de este modelo global en representar la intensidad del viento y sus extremos en las distintas estaciones del país. El objetivo de este trabajo es explorar la utilidad del pronóstico de la intensidad del viento en la escala diaria durante el plazo de 7 días del GFS y la capacidad del mismo en pronosticar eventos de viento intenso, en la estación meteorológica aeronáutica de Ezeiza (SAEZ).
Facultad de Ciencias Astronómicas y Geofísicas
Materia
Meteorología
Pronóstico retrospectivo
Viento
Ezeiza
Nivel de accesibilidad
acceso abierto
Condiciones de uso
http://creativecommons.org/licenses/by-nc-sa/4.0/
Repositorio
SEDICI (UNLP)
Institución
Universidad Nacional de La Plata
OAI Identificador
oai:sedici.unlp.edu.ar:10915/193499
Acceder
id SEDICI_9505097b607969e62dbb7de039ea5ade
oai_identifier_str oai:sedici.unlp.edu.ar:10915/193499
network_acronym_str SEDICI
repository_id_str 1329
network_name_str SEDICI (UNLP)
spelling Validación de los pronósticos retrospectivos del viento en la escala diaria para la estación Ezeiza generados con el modelo GFSPalavecino, Mariela AyelénGodoy, AlejandroDillon, María EugeniaMeteorologíaPronóstico retrospectivoVientoEzeizaEl pronóstico de vientos constituye una herramienta útil para distintos tomadores de decisiones, para los cuales resulta importante contar con información precisa y de calidad a la hora de emitir una alerta temprana por vientos intensos. Predecir con mayor certeza la intensidad del viento es de suma importancia para distintas disciplinas. En agrometeorología la intensidad del viento desempeña un rol preponderante en la determinación de la producción agrícola (Robertson, 1980) y por lo tanto, una mayor precisión en los pronósticos se traduce directamente en la obtención de mejores rendimientos. Estudios proponen que mejores pronósticos de la variable viento contribuyen asimismo a la optimización de la energía eólica, sosteniendo que los mayores errores vinculados a los pronósticos de potencia eléctrica son generados por los errores en el pronóstico del viento (Waimann, 2016). Dado que en el Servicio Meteorológico Nacional (SMN) de Argentina se utiliza el Global Forecast System (GFS) para el pronóstico hasta el plazo de 7 días, es de interés explorar el desempeño de este modelo global en representar la intensidad del viento y sus extremos en las distintas estaciones del país. El objetivo de este trabajo es explorar la utilidad del pronóstico de la intensidad del viento en la escala diaria durante el plazo de 7 días del GFS y la capacidad del mismo en pronosticar eventos de viento intenso, en la estación meteorológica aeronáutica de Ezeiza (SAEZ).Facultad de Ciencias Astronómicas y Geofísicas2022-11info:eu-repo/semantics/conferenceObjectinfo:eu-repo/semantics/publishedVersionObjeto de conferenciahttp://purl.org/coar/resource_type/c_5794info:ar-repo/semantics/documentoDeConferenciaapplication/pdfhttp://sedici.unlp.edu.ar/handle/10915/193499spainfo:eu-repo/semantics/openAccesshttp://creativecommons.org/licenses/by-nc-sa/4.0/Creative Commons Attribution-NonCommercial-ShareAlike 4.0 International (CC BY-NC-SA 4.0)reponame:SEDICI (UNLP)instname:Universidad Nacional de La Platainstacron:UNLP2026-05-06T13:00:50Zoai:sedici.unlp.edu.ar:10915/193499Institucionalhttp://sedici.unlp.edu.ar/Universidad públicaNo correspondehttp://sedici.unlp.edu.ar/oai/snrdalira@sedici.unlp.edu.arArgentinaNo correspondeNo correspondeNo correspondeopendoar:13292026-05-06 13:00:50.855SEDICI (UNLP) - Universidad Nacional de La Platafalse
dc.title.none.fl_str_mv Validación de los pronósticos retrospectivos del viento en la escala diaria para la estación Ezeiza generados con el modelo GFS
title Validación de los pronósticos retrospectivos del viento en la escala diaria para la estación Ezeiza generados con el modelo GFS
spellingShingle Validación de los pronósticos retrospectivos del viento en la escala diaria para la estación Ezeiza generados con el modelo GFS
Palavecino, Mariela Ayelén
Meteorología
Pronóstico retrospectivo
Viento
Ezeiza
title_short Validación de los pronósticos retrospectivos del viento en la escala diaria para la estación Ezeiza generados con el modelo GFS
title_full Validación de los pronósticos retrospectivos del viento en la escala diaria para la estación Ezeiza generados con el modelo GFS
title_fullStr Validación de los pronósticos retrospectivos del viento en la escala diaria para la estación Ezeiza generados con el modelo GFS
title_full_unstemmed Validación de los pronósticos retrospectivos del viento en la escala diaria para la estación Ezeiza generados con el modelo GFS
title_sort Validación de los pronósticos retrospectivos del viento en la escala diaria para la estación Ezeiza generados con el modelo GFS
dc.creator.none.fl_str_mv Palavecino, Mariela Ayelén
Godoy, Alejandro
Dillon, María Eugenia
author Palavecino, Mariela Ayelén
author_facet Palavecino, Mariela Ayelén
Godoy, Alejandro
Dillon, María Eugenia
author_role author
author2 Godoy, Alejandro
Dillon, María Eugenia
author2_role author
author
dc.subject.none.fl_str_mv Meteorología
Pronóstico retrospectivo
Viento
Ezeiza
topic Meteorología
Pronóstico retrospectivo
Viento
Ezeiza
dc.description.none.fl_txt_mv El pronóstico de vientos constituye una herramienta útil para distintos tomadores de decisiones, para los cuales resulta importante contar con información precisa y de calidad a la hora de emitir una alerta temprana por vientos intensos. Predecir con mayor certeza la intensidad del viento es de suma importancia para distintas disciplinas. En agrometeorología la intensidad del viento desempeña un rol preponderante en la determinación de la producción agrícola (Robertson, 1980) y por lo tanto, una mayor precisión en los pronósticos se traduce directamente en la obtención de mejores rendimientos. Estudios proponen que mejores pronósticos de la variable viento contribuyen asimismo a la optimización de la energía eólica, sosteniendo que los mayores errores vinculados a los pronósticos de potencia eléctrica son generados por los errores en el pronóstico del viento (Waimann, 2016). Dado que en el Servicio Meteorológico Nacional (SMN) de Argentina se utiliza el Global Forecast System (GFS) para el pronóstico hasta el plazo de 7 días, es de interés explorar el desempeño de este modelo global en representar la intensidad del viento y sus extremos en las distintas estaciones del país. El objetivo de este trabajo es explorar la utilidad del pronóstico de la intensidad del viento en la escala diaria durante el plazo de 7 días del GFS y la capacidad del mismo en pronosticar eventos de viento intenso, en la estación meteorológica aeronáutica de Ezeiza (SAEZ).
Facultad de Ciencias Astronómicas y Geofísicas
description El pronóstico de vientos constituye una herramienta útil para distintos tomadores de decisiones, para los cuales resulta importante contar con información precisa y de calidad a la hora de emitir una alerta temprana por vientos intensos. Predecir con mayor certeza la intensidad del viento es de suma importancia para distintas disciplinas. En agrometeorología la intensidad del viento desempeña un rol preponderante en la determinación de la producción agrícola (Robertson, 1980) y por lo tanto, una mayor precisión en los pronósticos se traduce directamente en la obtención de mejores rendimientos. Estudios proponen que mejores pronósticos de la variable viento contribuyen asimismo a la optimización de la energía eólica, sosteniendo que los mayores errores vinculados a los pronósticos de potencia eléctrica son generados por los errores en el pronóstico del viento (Waimann, 2016). Dado que en el Servicio Meteorológico Nacional (SMN) de Argentina se utiliza el Global Forecast System (GFS) para el pronóstico hasta el plazo de 7 días, es de interés explorar el desempeño de este modelo global en representar la intensidad del viento y sus extremos en las distintas estaciones del país. El objetivo de este trabajo es explorar la utilidad del pronóstico de la intensidad del viento en la escala diaria durante el plazo de 7 días del GFS y la capacidad del mismo en pronosticar eventos de viento intenso, en la estación meteorológica aeronáutica de Ezeiza (SAEZ).
publishDate 2022
dc.date.none.fl_str_mv 2022-11
dc.type.none.fl_str_mv info:eu-repo/semantics/conferenceObject
info:eu-repo/semantics/publishedVersion
Objeto de conferencia
http://purl.org/coar/resource_type/c_5794
info:ar-repo/semantics/documentoDeConferencia
format conferenceObject
status_str publishedVersion
dc.identifier.none.fl_str_mv http://sedici.unlp.edu.ar/handle/10915/193499
url http://sedici.unlp.edu.ar/handle/10915/193499
dc.language.none.fl_str_mv spa
language spa
dc.rights.none.fl_str_mv info:eu-repo/semantics/openAccess
http://creativecommons.org/licenses/by-nc-sa/4.0/
Creative Commons Attribution-NonCommercial-ShareAlike 4.0 International (CC BY-NC-SA 4.0)
eu_rights_str_mv openAccess
rights_invalid_str_mv http://creativecommons.org/licenses/by-nc-sa/4.0/
Creative Commons Attribution-NonCommercial-ShareAlike 4.0 International (CC BY-NC-SA 4.0)
dc.format.none.fl_str_mv application/pdf
dc.source.none.fl_str_mv reponame:SEDICI (UNLP)
instname:Universidad Nacional de La Plata
instacron:UNLP
reponame_str SEDICI (UNLP)
collection SEDICI (UNLP)
instname_str Universidad Nacional de La Plata
instacron_str UNLP
institution UNLP
repository.name.fl_str_mv SEDICI (UNLP) - Universidad Nacional de La Plata
repository.mail.fl_str_mv alira@sedici.unlp.edu.ar
_version_ 1864469147494121472
score 13.1485815

Publicaciones similares